牛客网连续练习题目3天及以上的用户

题目描述：

现有牛客网12月每天练习题目的数据集nowcoder.csv。包含如下字段（字段之间用逗号分隔）：

• user_id:用户id
• question_id：问题编号
• result：运行结果
• date：练习日期

请你统计2021年12月连续练习题目3天及以上的所有用户。

输入描述：

数据集可以直接从当前目录下nowcoder.csv读取。

输出描述：

输出连续3天及以上的用户及对应的连续天数，以上数据集的输出结果如下：

解答：

import sys
 
for line in sys.stdin:
    a = line.split()
    print(int(a[0]) + int(a[1]))
 
import pandas as pd
nowcoder=pd.read_csv('nowcoder.csv')
 
# 去重
nowcoder.date=pd.to_datetime(nowcoder.date).dt.date
nowcoder=nowcoder.drop_duplicates(['user_id','date'])[['user_id','date']]
 
# 排名，然后转化为日期
nowcoder['rk']=pd.to_datetime(nowcoder.groupby(['user_id'])['date'].rank(),unit='d').dt.date
 
# 将日期与排名相减，如果是连续的，得到的差是相同的
nowcoder['diff']=nowcoder.date-nowcoder.rk
 
# 用用户id和差做分组然后计数，这个计数代表连续天数
res=nowcoder.groupby(['user_id','diff'])['date'].count()
 
# 筛选超过3的
print(res[res>=3].reset_index('diff',drop=True))

注意:

• 这里的unit='d'参数表示排名被解释为以天为单位的时间戳。

在Pandas的pd.to_datetime()函数中，unit参数用于指定时间戳的单位。以下是一些可用的选项：

• 'd'：天
• 'h'：小时
• 'm'：分钟
• 's'：秒
• 'ms'：毫秒
• 'us'：微秒
• 'ns'：纳秒

• drop=True

.reset_index('newrank', drop=True)会重置索引。'newrank'是要被重置的索引的名字，drop=True表示在重置索引后，原来的索引将被丢弃，而不是被添加到数据框的列中。

所以，这行代码的结果是，你会看到一个新的数据框（或者序列），其中包含了res中大于或等于3的元素，索引被重置为默认的整数索引，从0开始。